СПОСОБ АВТОМАТИЧЕСКОГО ПОДБОРА ЛЕКАРСТВЕННЫХ ПРЕПАРАТОВ Российский патент 2017 года по МПК G06Q50/00 

ОБЛАСТЬ ТЕХНИКИ

Заявленное изобретение относится к способам поиска информации в структурированных взаимосвязанных массивах данных, а именно к способу автоматического поиска замены лекарственных препаратов.

УРОВЕНЬ ТЕХНИКИ

Известно портативное электронное устройство для помощи пациенту в подборе медицинских препаратов (CN 201111051 Y, XIAMEN UNIVERSITY [CN], 03.09.2008), которое содержит в себе базу данных, содержащую сведения о возможности использования препаратов на основании данных, известных из общих сведений.

Недостатками данного решения являются ограниченное использование информационных данных о каждом виде препарата, отсутствие оценки взаимодействия действующих веществ препарата, невозможность анализа взаимодействия препаратов с учетом персональных признаков конкретного пациента, а также отсутствие возможности предложения замены лекарственных средств.

Известна система диагностики лекарственных препаратов (JP 2004202075 А, HIGASHI NIHON MEDICOM KK [JP], 22.07.2004), представляющая собой информационную систему, выполненную с возможностью анализа взаимодействия лекарственных средств, исходя из общеизвестных характеров их взаимодействия, возможных побочных эффектов, противопоказаний и т.п.

Недостатком данной системы является ограниченная точность анализа данных, поскольку процесс анализа осуществляется только по общеизвестным данным о препаратах, не включая дополнительные источники данных, такие как: научные статьи, отчеты об исследованиях и т.п., также данная система не анализирует взаимодействие непосредственно действующих веществ препаратов, не производит анализ взаимодействий препаратов с учетом данных о конкретном пациенте и не предлагает замену препаратов.

Известно программное приложение Фармацевт Pro, которое может осуществлять автоматический анализ листа назначений на наличие взаимодействий после добавления очередного лекарственного средства, отображает текущие взаимодействия препаратов, предоставляет дополнительное описание по каждому взаимодействию препаратов со ссылками на авторитетные издания и клинические исследования (https://itunes.apple.com/ru/app/farmacevt-pro-proverka-sovmestimosti/id666172182?mt=8).

Недостатками данного приложения являются невозможность оценки противопоказаний препаратов для конкретного пациента, недостаточная степень достоверности информации, а также отсутствие возможности предложения замены препаратов.

Известно приложение DrugChecker Interactions, которое представляет собой справочник взаимодействий лекарственных средств, который проверяет совместимость дженериковых лекарственных препаратов в режиме онлайн для любого количества препаратов, принимаемых одновременно с определением тяжести взаимодействия (http://www.appjenny.com/iOS/App/493193715/co.jp.systemyoshii.InteractionSearchENLite).

Недостатками данного приложения являются невозможность оценки противопоказаний препаратов для конкретного пациента, недостаточная степень достоверности информации, а также отсутствие возможности предложения замены препаратов.

Известна экспертная система «Взаимодействие лекарств», представляющая собой систему анализа взаимодействий лекарственных препаратов. В зависимости от объема и степени обобщения представляемой содержательной информации все правила, описывающие результаты взаимодействия, подразделены на пять уровней:

a) препарат + препарат;

b) препарат + группа препаратов;

c) группа препаратов + группа препаратов;

d) свойство (механизм) + свойство (механизм);

e) метаправила вывода конечного спектра меняющихся эффектов действия каждого из взаимодействующих препаратов.

Правила выражаются в виде утверждения типа ЕСЛИ-ТО. Правила также могут иметь вид ЕСЛИ-И-ТО-И. При этом возможно различное количество составных элементов И, которые в некоторых конкретных случаях представления правил могут сочетаться с логическим элементом ИЛИ, как показано на следующем примере правила вывода: ЕСЛИ препарат А применяется с препаратом В И прием препаратов происходит одновременно И прием происходит по одному пути введения ИЛИ прием происходит по разным путям введения, ТО следует ожидать: увеличение эффекта действия препарата А И увеличение эффекта действия препарата В.

Недостатками данного решения является невозможность оценки противопоказаний применения препаратов для конкретного пациента, недостаточная степень достоверности информации, а также отсутствие возможности анализа препаратов для замены.

РАСКРЫТИЕ ИЗОБРЕТЕНИЯ

Задачей, на решение которой направлено заявленное изобретение, является создание способа, выполняемого на электронно-вычислительном устройстве и позволяющего в автоматическом режиме определять степень несовместимости лекарственных средств для пациента с выдачей замены на лекарственные средства, исключающие или значительным образом минимизирующие риск неблагоприятных последствий для пациента.

Техническим результатом является расширение функциональных возможностей за счет обеспечения автоматического поиска замены лекарственных препаратов на основании анализа данных о взаимодействии лекарственных препаратов и противопоказаний к применению для конкретного пациента.

Технический результат достигается за счет способа автоматического поиска замены лекарственных препаратов, содержащего этапы, на которых:

- получают пользовательский запрос, содержащий данные о по меньшей мере одном лекарственном препарате, содержащие, по меньшей мере, торговое наименование лекарственного препарата (ТН) или действующее вещество (ДВ), и данные о пациенте;

- определяют одно или более действующих веществ для каждого ТН;

- определяют степень взаимодействия между ДВ, а также степень противопоказания к применению данных ДВ с учетом данных о пациенте;

- определяют степень взаимодействия между ДВ, а также степень противопоказания к применению данных ДВ с учетом данных о пациенте (ДО);

- определяют перечень ДВ для замены в зависимости от степени их взаимодействия с остальными ДВ списка и/или противопоказаниями к применению у данного пациента;

и

- определяют приоритетный ДВ/ТН кандидат для замены, по меньшей мере, одного ДВ/ТН.

В частном варианте осуществления заявленного изобретения данные пациента включают в себя возраст и/или пол, и/или рост, и/или вес, и/или информацию о заболевании, и/или информацию о беременности, и/или срок гестации, и/или информацию о наличии аллергии.

В частном варианте осуществления заявленного изобретения пользовательский запрос дополнительно содержит данные о лекарственной форме и/или дозировке, и/или способе введения препарата.

В частном варианте осуществления заявленного изобретения определение степени взаимодействия включает в себя определение слабой степени неблагоприятного взаимодействия (ССНВ - оценка «1»), средней степени неблагоприятного взаимодействия между ДВ (СНВ - оценка «2»), степени несовместимости ДВ (СНДВ - оценка «3»); противопоказание к применению включает в себя определение: ограничение (ОП - оценка «2») и противопоказание (ПП - оценка «3») к применению лекарственного препарата, связанное с повышенным риском возникновения побочных эффектов, в зависимости от исходных данных пациента.

В частном варианте осуществления заявленного изобретения для ДВ, подлежащего замене со степенью взаимодействия ССНВ, СНВ или СНДВ, и/или степенью противопоказания ОП, ГШ, определяют его группы: фармакологическую группу (ФГ), химическую группу (ХГ) согласно анатомо-терапевтическо-химической классификации (АТХ), фармакологическое действие (ФД), расположенные во взаимосвязанных хранилищах данных.

В частном варианте осуществления заявленного изобретения определяют по меньшей мере одно ДВ кандидат для замены.

В частном варианте осуществления заявленного изобретения для каждого найденного ДВ кандидата для замены определяется рейтинг, который зависит от группы, в которой оно было обнаружено, а также от наличия благоприятного взаимодействия.

В частном варианте осуществления заявленного изобретения в случае если одно и то же ДВ кандидат найдено в различных группах, то их оценки суммируются.

В частном варианте осуществления заявленного изобретения для каждого определенного ДВ кандидата определяют его связь с заменяемым ДВ с помощью анализа данных о ДВ кандидате в хранилище данных с нозологиями и данными пациента (ДП).

В частном варианте осуществления заявленного изобретения определяют степень взаимодействия ДВ кандидата с действующими веществами препаратов, указанных в пользовательском запросе.

В частном варианте осуществления заявленного изобретения исключают ДВ кандидаты, которые имеют степень взаимодействия СНДВ и/или противопоказания ПП.

В частном варианте осуществления заявленного изобретения, если заменяемое ДВ имеет степень противопоказания ОП, то исключаются ДВ кандидаты со степенью ОП и ПП.

В частном варианте осуществления заявленного изобретения, если заменяемое ДВ имеет степень ССНВ, то исключаются ДВ кандидаты со степенью ССНВ, СНВ и СНДВ.

В частном варианте осуществления заявленного изобретения определяют ДВ кандидаты, оказывающее благоприятное воздействие.

В частном варианте осуществления заявленного изобретения, если заменяемое ДВ имеет степень взаимодействия или противопоказания в определенной лекарственной форме и/или дозировки, и/или с определенным способом введения препарата, определяют альтернативные лекарственные формы и/или дозировки, и/или способ введения препарата.

В частном варианте осуществления заявленного изобретения формируется ранжированный список ДВ кандидатов.

В частном варианте осуществления заявленного изобретения на основании списка определяется по меньшей мере, одно ДВ/ТН для замены.

Заявленный технический результат достигается также с помощью электронно-вычислительного устройства пользователя, содержащего один или более процессоров, устройства и интерфейсы ввода/вывода, и память, содержащую исполняемые по меньшей мере одним процессором инструкции, которые реализуют выполнение этапов способа автоматического поиска замены лекарственных препаратов.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

На Фиг. 1 изображена структура графа связей базы знаний, использующейся для поиска данных.

На Фиг. 2 изображен тип весовой связи, уточняющей взаимодействия.

На Фиг. 3-4 изображен тип весовой связи, уточняющей противопоказания.

На Фиг. 5-6 изображен вариант схемы определения расстояний между парами действующих веществ.

На Фиг. 7-8 изображен вариант схемы определения расстояний между действующим веществом и соответствующим противопоказанием.

На Фиг. 9 изображена схема подбора замены лекарственного препарата.

На Фиг. 10 - Фиг. 14 изображен примерный вид графического интерфейса пользователя информационной программы по предоставлению сведений о взаимодействии лекарственных средств.

ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ

На Фиг. 1 изображена общая структура базы знаний, выполненной в виде направленного графа 100. Вершинами графа 100 являются информационные сущности, содержащие сведения о различных областях знаний, представленные в виде множества концептов. Концепты - это медицинские термины, отражающие отдельные понятия. Например, парентеральные способы введения: уретрально, ингаляционно, наружно: закапывая в глаз, назально и т.д.; энтеральные способы введения: буккально, внутрь и т.д. - концепты в сущности «Способы применения». Способы применения, фармакологические группы, химические группы, действующие вещества, торговые названия препаратов, лекарственные формы, способы применения, фармакологические действия и эффекты, ферменты метаболизма, заболевания, патологические признаки, половозрастные группы и другие фармакологические группы, химические группы, действующие вещества, торговые названия препаратов, лекарственные формы, способы применения, фармакологические действия и эффекты, ферменты метаболизма, заболевания, патологические признаки, половозрастные группы и другие признаки, характеризующие персональные особенности организма - информационные сущности, материально воплощенные в электронно-вычислительной среде, которые содержат огромное множество концептов с возможностью их обновления. Каждая сущность и каждый концепт имеет свой уникальный ID, название и может иметь синонимы. Связи между вершинами структуры базы знаний указывают на взаимодействие между информационными сущностями и формируют ребра графа 100.

В предпочтительном варианте осуществления заявленного изобретения граф 100 строится из таких сущностей, как: действующие вещества (ДВ) ПО, фармакологические группы (ФГ) 120, анатомо-терапевтическо-химические классификации (АТХ) 130, лекарственные формы (ЛФ) 140, способы применения (СП) 150, данные пациента и нозологии (ДП) 160, торговые наименования (ТН) 170, фармакологические действия (ФД) 180.

Такой тип информационной структуры базы знаний позволяет получить стабильный каркас информационно-экспертной системы для последующего анализа и обработки поступающей информации.

Ребра графов можно разделить на четыре основных типа: 1) родовидовые связи по типу Гипероним - гипоним; 2) связи, описывающие принадлежность; 3) весовые связи, описывающие явления; и 4) уточняющие связи.

Между упомянутыми сущностями сформированы однонаправленные связи, обеспечивающие взаимодействие между информационными сущностями.

Между сущностями ДВ 110, ДП 160, АТХ 130 и ФГ 120 дополнительно формируются весовые связи 111 и 112. Весовые связи могут быть двух типов: связь 111 - взаимодействия между действующими веществами и группами лекарственных средств, и связь 112 - противопоказания и риски. Весовые связи 111 формируются между сущностями ДВ 110, ФГ 120 и АТХ 130. Также весовые связи 111 формируются для отдельных сущностей, внутри сущности, например для сущностей ДВ 110, ФГ 120 и АТХ 130. Весовые связи 112 противопоказаний и рисков формируются для сущностей ДВ 110, ФГ 120, АТХ 130 и ДП 160. Весовые связи 111 формируют следующие отношения между сущностями: ДВ-ДВ, ДВ-ФГ, ФГ-ФГ, ДВ-АТХ, АТХ-АТХ, ФГ-АТХ, данные весовые связи 111 являются двунаправленными. Весовые связи 112 формируют отношения между сущностями, как: ДВ-ДП, ФГ-ДП, АТХ-ДП. Весовые связи определяют порядок обращения к данным между сущностями при использовании заявленной медицинской базы знаний. Весовые связи 112 являются однонаправленными.

Концепты, соединенные между собой родовидовыми связями, формируют классификаторы-сущности в виде дерева, данными сущностями являются: ФГ 120, АТХ 130, ДП 160, СП 150, ЛФ 140, типы взаимодействия лекарственных средств (ТВ) 210 и патологические признаки (ПатП) 220 (см. Фиг. 2). Данные в сущностях ДВ 110, ТН 170 и ФД 180 сгруппированы в отдельные списки и родовидовое дерево не формируют.

На Фиг. 2-4 изображены уточняющие связи, которые формируются для весовых связей 111 и 112 при анализе взаимодействий между действующими веществами, а также противопоказаний для пациента. На Фиг. 2 изображен принцип построения связей при уточнении взаимодействий между действующими веществами. Для весовых связей 111 формируется ряд уточняющих связей 113 между сущностями ТВ 210, ПатП 220, СП 150, ДП 160, литературными источниками (ИСТ) 230 и хранилищем текстовых описаний характеров и механизмов взаимодействия или противопоказаний 240. С помощью обращения к сущности ТВ 210 определяется характер взаимодействия действующих элементов 250 и 260, при обращении к сущности ПатП 220 определяется клинический результат взаимодействия действующих элементов 250 и 260: синдромы, симптомы, реакции, состояния и т.п. Под действующими элементами 250, 260 понимаются действующие вещества или фармакологическая группа, или химическая группа. С помощью сущности СП 150 определяются условия, при которых происходит взаимодействие с действующим элементом 250 или 260. С помощью сущности ДП 160 определяется персонализация взаимодействия (персональные признаки пациента - ППр 290) или противопоказания (нозологии - Нз 310) для каждого из элементов 250 и 260. Сущность ИСТ 230 представляет собой хранилище данных, содержащее информации об опубликованных научных работах, в которых присутствуют фундаментальные подтверждения о взаимодействии действующих элементов 250 и 260. Позиция 270 обозначает параметр «д», который показывает степень доказательности взаимодействия или противопоказания, параметр «а» (позиция 280) указывает на степень взаимодействия или противопоказания.

На Фиг. 3-4 изображен принцип построения связей при уточнении противопоказаний к приему действующего вещества конкретным пациентом в зависимости от его персональных особенностей. Для весовых связей 112 строятся уточняющие связи 113, которые организуют взаимодействие между сущностями ТП 210, СП 150, ИСТ 230, хранилищем текстовых описаний характеров и механизмов взаимодействия или противопоказаний 240 и сущностью ДП 160, которая хранит данные о персональных особенностях организма, такие как: половозрастные группы, расовые группы, патологические состояния, наследственные факторы и т.п. Для каждого действующего элемента 250 или 260 строится весовая связь 112, с помощью которой определяется наличие соответствующего одного или более противопоказаний из сущности ДП 160 для соответствующего действующего элемента 250 или 260, причем упомянутое противопоказание зависит от нозологий Нз 310 и/или персональных признаков пациента ППр 290. Значение весовой связи 112 - связи противопоказаний и рисков - зависит так же, как и весовая связь 111, от параметров «а» 270 и «д» 280. С помощью уточняющей связи 113 к сущности ТП 210 определяется тип противопоказания и его характер (ХПр) для соответствующего действующего элемента 250 или 260. С помощью формирования уточняющей связи 113 между весовой связью 112 и сущностью СП 150 определяются способ введения и дозировка (УПП) соответствующего действующего элемента 250 или 260. С помощью уточняющей связи 113 к сущности ДП 160 определяются нозологии Нз 310 и персональные признаки пациента ППр 290.

Рассмотрим принцип обращения к заявленной медицинской базе знаний, структура которой представлена на Фиг. 1. Система знаний, построенная на основе заявленной базы знаний и воплощенная на электронно-вычислительном устройстве, получает данные, содержащие, по меньшей мере, названия двух и более препаратов. Входные для анализа и обработки данные, в частности названия препаратов, могут вводиться как пользователем информационной системы, так и считываться в автоматическом режиме, например при машинном анализе истории болезни/амбулаторной карты и т.п. Данные, формирующие запрос на обработку данных, могут содержаться исходные данные пациента: возраст, пол, рост, вес, основное заболевание, сопутствующие заболевания, наличие беременности и срок гестации, кормление грудью, наличие аллергии на отдельные лекарственные препараты или любые их совокупности. При поступлении данных на сервер система производит поиск по списку таким образом: сначала поиск препарата проводится по сущности ДВ, и если результат отрицательный, то поиск продолжается среди данных сущности ТН. Для каждого торгового названия находятся действующие вещества по связям между сущностями ДВ->ТН. Причем у одного торгового названия в случае комбинированной лекарственной формы будет более одного действующего вещества. Далее система проверяет указанную пользователем лекарственную форму, дозировку и способ введения назначенных препаратов для каждого ДВ соответственно, используя связи ДВ->ЛФ, ТН->ЛФ, ЛФ->СП, если такая информация содержалась в первоначальном запросе на обработку данных.

При определении взаимодействия между препаратами, введенными в пользовательском запросе, определяются названия по меньшей мере двух лекарственных препаратов. Затем осуществляется поиск данных в соответствии с пользовательским запросом в сущностях ДВ 110 и ТН 170, определяют по меньшей мере одно действующее вещество из сущности ДВ 110 для каждого лекарственного препарата согласно пользовательскому запросу, определяют для каждого найденного действующего вещества фармакологические группы и анатомо-терапевтическо-химические классификации с помощью сущностей ФГ 120 и АТХ 130, а также их родительские группы по родовидовым отношениям внутри сущностей ФГ 120 и АТХ 130. Для каждого действующего вещества определяются его группы (ФГ, АТХ) и все их родители в дереве по родовидовым отношениям. Определяют связи взаимодействия между упомянутыми действующими веществами, причем проводится поиск всех возможных связей, определяющих взаимодействия (связь взаимодействия 111) между найденными элементами, используя связи ДВ->ДВ, ДВ->ФГ, ДВ->АТХ, ФГ->ФГ, ФГ->АТХ, АТХ->АТХ. Затем определяют пары взаимосвязанных действующих веществ ДВ-ДВ. Определяют расстояние между парой взаимосвязанных действующих веществ, зависящее от количества родовидовых связей в сущностях ФГ 120 и АТХ 130 между ними. Определяют степень взаимодействия взаимосвязанных действующих веществ, определяют степень доказательности взаимодействия взаимосвязанных действующих веществ, и определяют весовой коэффициент связи взаимодействия на основании расстояния между парой взаимосвязанных действующих веществ и степени доказательности взаимодействия действующих веществ. Степень взаимодействия между ДВ 250, 260 зависит от характера взаимодействия (Хвз) и результатов взаимодействия (Рвз) (Фиг. 2). Цена 1 шага = 1, т.е. чем больше шагов, тем больше баллов; цена степени доказательности: от 0 (безусловная степень) до 6 (очень низкая степень). Степень доказательности определяется исходя из источника информации и наличия фундаментального подтверждения наличия взаимодействия. Дополнительно для каждого действующего вещества определяют лекарственную форму, дозировку и способ введения с помощью поиска по сущностям ДВ 110, ЛФ 140, ТН 170, СП 150. С помощью уточняющих связей 113 определяют Увз и Пвз.

На Фиг. 5, Фиг. 6 показаны варианты схем определения расстояний между действующими веществами ДВ1 и ДВ2 (250, 260). Происходит вычисление количества связей в древовидных классификаторах ФГ 120 и АТХ 130, которое связывает взаимодействующие действующие вещества 250 и 260.

При определении противопоказаний к применению препаратов для пациента осуществляются следующие этапы способа с помощью заявленной базы знаний.

Принимают пользовательский запрос, содержащий данные, по меньшей мере, о названиях одного лекарственного препарата и данные о пациенте. Осуществляют поиск данных в соответствии с пользовательским запросом и принимают пользовательский запрос, содержащий данные по меньшей мере о названиях одного лекарственного препарата и данные о пациенте. Осуществляют поиск данных в соответствии с пользовательским запросом в сущностях ДВ 110 и ТН 170, исходя из проведенного поиска определяют по меньшей мере одно действующее вещество из сущности ДВ ПО для по меньшей мере одного названия лекарственного препарата согласно пользовательскому запросу.

Далее определяют для каждого найденного действующего вещества фармакологические группы и анатомо-терапевтическо-химические классификации с помощью сущностей ФГ 120 и АТХ 130, а также их родительские группы по родовидовым отношениям внутри сущностей ФГ 120 и АТХ 130.

Определяют связи взаимодействия между по меньшей мере одним действующим веществом и персональными особенностями организма пациента с помощью поиска по сущностям ДВ 110-ДП 160, выявляют, по меньшей мере, одно противопоказание из сущности ДП 160 для по меньшей мере одного найденного действующего вещества из сущности ДВ 110. Проводится поиск всех возможных связей, определяющих противопоказания и ограничения к применению (связь противопоказания 112) между найденными элементами, используя связи ДВ->ДП, ФГ->ДП, АТХ->ДП.

Определяют степень противопоказания «а» 280 применения для по меньшей мере одного действующего вещества в зависимости от персональных особенностей пациента из сущности ДП 160. Определяют расстояние между взаимосвязанными по меньшей мере одним ДВ 110 и по меньшей мере одним противопоказанием из сущности ДП 160, зависящее от количества родовидовых связей в сущностях ФГ 120 и АТХ 130 между ними. Определяют степень доказательности «д» 270 по меньшей мере одного противопоказания для по меньшей мере одного действующего вещества из взаимосвязанной группы ДВ-ДП, цена 1 шага = 1, т.е. чем больше шагов, тем больше баллов. Цена уровня доказательности: от 0 (безусловная степень) до 6 (очень низкая степень).

Определяют весовой коэффициент связи противопоказаний на основании расстояния между взаимосвязанными по меньшей мере одним действующим веществом из сущности ДВ 110 и по меньшей мере одним противопоказанием из сущности ДП 160, степени доказательности противопоказаний и степени противопоказания применения. Степень доказательности противопоказания «д» 270 определяется в зависимости от наличия фактов подтверждения (объяснения) химической или фармакологической природы противопоказания, а также от авторитетности литературного источника. Причем каждому источнику информации присваивается весовой коэффициент, который учитывается при подсчете конечной оценки для найденного источника данных.

Если при назначении препарата были указаны уточняющие признаки (лекарственная форма, дозировка, способ введения и/или исходные данные пациента), то при поиске связи противопоказания к соответствующему действующему веществу учитываются уточняющие связи 113: ХПр, УПп и ППп.

Степень доказательности «д» 270 зависит от наличия фактов подтверждения (объяснения) химической или фармакологической природы взаимодействия, а также от авторитетности литературного источника.

На Фиг. 7-8, показаны схемы определения расстояний между действующим веществом 250 и связанным с ним противопоказанием из сущности ДП 160.

Для каждого анализируемого действующего вещества, например ДВ1 250, определяются все его группы по сущностям ФГ 120 и АТХ 130, а также все их родители в дереве классификаторов по родовидовым отношениям. Расстояние между действующим веществом 250 и связанным с ним по меньшей мере одним противопоказанием ДП1 161, ДП2 162, ДП3 163 зависит от количества родовидовых связей между сущностями.

На Фиг. 8 изображен способ определения замены лекарственного средства 300.

Для определения замены лекарственных средств информационная система для поиска и анализа информации, построенная на основе базы знаний 100, получает данные по меньшей мере об одном лекарственном средстве и данные о пациенте. Данные пациента могут включать в себя возраст и/или пол, и/или рост, и/или вес, и/или информацию о заболевании, и/или информацию о беременности, и/или срок гестации, и/или информацию о наличии аллергии, и/или данные о профессиональной принадлежности. Пользовательский запрос может содержать данные о лекарственной форме и/или дозировке, и/или способе введения препарата. Как правило, пользовательский запрос содержит сведения об одном или более назначенных ТН препаратов. Для каждого препарата определяется одно или более ДВ с помощью обращения к сущности ДВ.

В случае неблагоприятного взаимодействия (степень взаимодействия 1 - ССНВ - или 2 - СНВ) и/или несовместимости лекарственных препаратов (степень взаимодействия 3 - СНДВ), и/или наличия ограничений, или противопоказаний к применению с учетом исходных данных пациента, система предлагает варианты более совместимых препаратов для замены. Для действующего вещества, к которому нужно найти замену 340 (ДВз), определяются его группы по сущностям ФГ 120, АТХ 130, ФД 180. Далее по каждой группе проводится поиск ДВ кандидатов 330-333 для замены (ДВк), используя связи между концептами сущностей ФГ->ДВ, АТХ->ДВ, ФД->ДВ.

Для каждого найденного ДВк 330-333 выставляется оценка в зависимости от группы, в которой они находятся. Первоначальные оценки группам задаются в системе и могут варьироваться. Если одно и то же ДВк было найдено под разными группами, то их оценки суммируются. На Фиг. 9 представлен частный вариант ранжирования групп, например: XT (АТХ) - 1, ФГ - 2, ФД - 3,НГ- 4.

Далее для каждого найденного по группам ФД 180, ФГ 120 и АТХ 130 ДВк 330-333 проверяется наличие опосредованной связи с исходным ДВз 340 через нозологическую группу, используя связь вида ДВк->НГ->ДВз. При наличии такой связи к рейтингу ДВк 330-331 прибавляется дополнительный балл, например оценка 4. Формируется список ДВк 330-333, ранжированный по рейтингу (список по убыванию или возрастанию).

Затем выполняется проверка каждого ДВк 330-333 на наличие взаимодействий с остальными препаратами из списка назначений с помощью описанного выше способа выявления взаимодействия между действующими веществами и исключение тех ДВк 330-333, которые имеют взаимодействия со степенью 3 (СНДВ). Если исходно ищется замена для ДВз 340 со степенью взаимодействия 2 (СНВ), т.е. вещество, которое необходимо применять с осторожностью для пациента, то исключаются ДВк, имеющие взаимодействия с препаратами списка назначений со степенью 2 (СНВ) и 3 (СНДВ). Если исходно ищется замена для ДВз 340 со степенью взаимодействия 1 (ССНВ), т.е. вещество, которое имеет слабое лекарственное взаимодействие, то исключаются ДВк, имеющие взаимодействия с препаратами списка назначений со степенью 1 (ССНВ), 2 (СНВ) и 3 (СНДВ). В случае нахождения взаимодействия с оценкой + 1 (благоприятное взаимодействие) система добавляет ДВк 330-333 еще 5 баллов и повышает его рейтинг в списке кандидатов на замену. Далее происходит проверка ДВк 330-333 на наличие противопоказаний с исходными данными пациента, используя способ определения противопоказаний, описанный выше, и исключение тех ДВк 330-333, которые имеют ограничения и противопоказания к применению у данного пациента. В итоге формируется ранжированный перечень наиболее совместимых препаратов для замены и пользователю предлагается по меньшей мере одно ДВ и/или ТН для замены по меньшей мере одного лекарственного препарата из препаратов, введенных в первоначальном пользовательском запросе.

Вышеприведенные способы определения взаимодействия между действующими веществами, определения противопоказаний для действующих веществ и определения замены для препаратов выполняются на электронно-вычислительном устройстве, причем выполнение процедур поиска по базе знаний 100 может происходить как на стороне пользователя, так и на стороне серверной машины. Структура базы знаний 100, обеспечивающая выполнение процесса поиска и анализа данных, создается с помощью электронно-вычислительных средств, таких как, например, процессор или микропроцессор, и сохраняется в машиночитаемой памяти электронного вычислительного устройства или внешнего устройства, связанного с упомянутым электронным вычислительным устройством. Машиночитаемая память выбирается из группы: ОЗУ, ПЗУ, флеш-память EEPROM, винчестер HDD, твердотельный накопитель SSD, магнитные диски CD-, DVD-, Blue-Ray, или их сочетания.

На Фиг. 10-14 представлен примерный вид графического интерфейса пользователя 400, воплощенного с помощью использования заявленной базы знаний, как информационной структуры данных, с помощью которой выполняется поиск необходимой информации.

На Фиг. 10 представлен вид окна интерфейса 400 с пользовательским запросом - списком назначенных препаратов, для которых необходимо подобрать замену. Каждому препарату, для которого обнаружено взаимодействие, система выставляет графический индикатор 410, характеризующий итоговую оценку, т.е. максимальную степень взаимодействия из всех связей данного препарата с остальными препаратами списка, и предлагает индикатор 450 для активации функции замены. При нажатии на символ 420, отражающий характер проблемы (взаимодействие/противопоказание), система выводит все имеющиеся взаимодействия/противопоказания с участием элементов списка в виде графического изображения связей и символов 440, характеризующих степень взаимодействия для каждой такой связи (Фиг. 11). При нажатии на символ 440 система выводит описание о характере взаимодействия (значение поля ХВз, Рвз, Описание, Ист - литературный источник) или противопоказания (значение поля ХПр, Описание, Ист - литературный источник) (Фиг. 12). При нажатии на символ 450 система выводит перечень ДВ/ТН, предлагаемых для замены конкретного препарата (ранжированный список, подготовленный по вышеописанному алгоритму) (Фиг. 13). На Фиг. 14 изображен примерный интерфейс системы, отражающий персональные особенности пациента, учитываемые при обработке данных о взаимодействиях и противопоказаниях.

Если имеются несоответствия между указанным ЛС и лекарственной формой (ЛФ), дозировкой или способом введения, система возвращает информацию о данной ошибке. Например, выделив неправильную лекарственную форму красным цветом. Система сможет отслеживать такие ошибки для их исправления в будущем, что осуществляется с помощью механизма самообучения системы. Система оповещает пользователя о возможной ошибке. В случае если в системе будет недостаточно введенных данных, уточняющих персональные особенности организма пациента, лекарственной формы, дозировки, способа применения и т.п., для установления наличия взаимодействия, система будет отображать специальный индикатор, соответствующий требуемому уточнению, рядом с лекарственной формой, для уведомления пользователя. В случае отказа введения дополнительных данных, требуемых системой, система предоставит данные о взаимодействии с описанием особенностей, при которых такое взаимодействие имеет место. Система «учится» и может совершенствоваться самостоятельно, обрабатывая поступающую информацию и статистику по назначениям врача. Кроме того, система может учитывать экспертные мнения и регулировать степень доказательности того или иного знания в зависимости от количества «голосов». Система дает возможность пользователю вносить изменения в ее содержание (определенному кругу пользователей с соответствующей квалификацией) с обязательной проверкой и одобрением модератора.

Если система не находит название ЛС, то выдает информацию о том, что препарат не найден с предложением внести его в систему, таким образом, система будет наполняться новыми наименованиями, которые впоследствии будут дополнены необходимыми характеристиками модератором системы. Система анализирует собственные ошибки и уведомляет модератора о необходимости внесения изменений в случае если, например, пользователь системы проигнорировал рекомендацию и выписал рецепт с «ошибкой».

При выявлении ограничений и противопоказаний к применению у данного пациента система отображает данную информацию в виде индикаторов 420, характеризующих суть опасности. Например, противопоказанно: при беременности, лактации и т.п. (Фиг. 12). При взаимодействии с такого рода индикатором 420 система выводит связи с лекарственными средствами, которые имеют противопоказания к применению или могут привести к возникновению нежелательных реакций для данного пациента в виде графического изображения связей и символов 440. При нажатии на символ система выводит описание о характере противопоказания к применению (уточнения ХПр, УПп, ППп, Описание, Ист).

Параллельно с неблагоприятными взаимодействиями система выявляет благоприятные взаимодействия с веществами, не введенными в проверяемый перечень, проверяет их на наличие конфликтов с каждым из имеющихся в списке элементов и в случае отсутствия отрицательных связей рекомендует включить его в перечень назначений с целью улучшения качества лечения (например, для уменьшения риска возникновения нежелательных реакций или повышения эффективности уже прописанного препарата).

Реализованная на ЭВМ информационная система, построенная на основе медицинской базы знаний 100, позволяет реализовать функцию автоматического формирования рецепта. По запросу пользователя проверенный перечень препаратов может быть оформлен в виде одного или нескольких рецептов/листов назначений. Препараты анализируются системой на предмет отношения к списку такого вида препаратов, как: психотропные, наркотические или общего списка с помощью запроса к соответствующим хранилищам данных. Если в запросе, введенном пользователем, присутствуют психотропные и/или наркотические препараты, то система инициирует генерирование специального бланка, на который вносятся данные об одном наименовании психотропного и/или наркотического препарата с учетом требований к оформлению. Препараты общего списка оформляются одним перечнем (на одном бланке не более 10 препаратов) с указанием дозировки, лекарственной формы, способа введения и режима приема. Система предлагает функцию перевода всех названий выписываемых препаратов в форму международных непатентованных наименований (согласно действующему законодательству). Если система не определяет действующее вещество, она позволяет пользователю заполнить пустые поля вручную, определить форму бланка для выписки. При интеграции в медицинскую информационную систему (МИС) общие поля, касающиеся данных о клинике, враче и пациенте, заполняются автоматически.

Заявленная информационная система может быть воплощена на различных типах ЭВМ, таких как: персональный компьютер, ноутбук, мэйнфрейм, смартфон, планшет, КПК, фаблет, тонкий клиент и т.д.

Каждое из вышеперечисленных устройств может использоваться для реализации заявленного способа автоматического поиска замены лекарственных препаратов, устройство в своем общем виде должно содержать один или более процессоров, устройства и интерфейсы ввода/вывода, и память, которая содержит исполняемые по меньшей мере одним процессором команды, которые реализуют выполнение заявленного способа и его частные варианты.

Заявленная структура медицинской базы знаний может быть построена на центральном вычислительном устройстве, например, сервере, выполненном на базе ЭВМ, и предоставлять возможность поиска данных с помощью упомянутой базы знаний большому кругу пользователей с помощью проводных или беспроводных способов передачи данных, таких как: Интернет, Интранет, Wi-Fi, LAN, WAN, WLAN и т.п. Вычислительный сервер заявленной информационной системы, построенной на базе базы знаний 100, может представлять собой облачное хранилище данных.

Изложенные в настоящих материалах заявки сведения об осуществлении заявленного изобретения не должны трактоваться как сведения, ограничивающие иные, частные варианты осуществления заявленного изобретения, не выходящие за пределы раскрытия информации заявки, и которые должны являться очевидными для специалистов в данной области техники, имеющими обычную квалификацию, на которых рассчитано заявленное техническое решение.

Заявленная группа изобретений может быть широко использована в области здравоохранения, а именно для осуществлении автоматического подбора замены препаратов для пациента.

Изобретение относится к области медицины, а именно к автоматическому поиску замены лекарственных препаратов. Для автоматического поиска замены лекарственных препаратов получают пользовательский запрос, содержащий данные о по меньшей мере одном лекарственном препарате, содержащий, по меньшей мере, торговое наименование лекарственного препарата (ТН) и данные о пациенте; определяют одно или более действующих веществ (ДВ) для каждого ТН; определяют степень взаимодействия между ДВ лекарственных средств, а также между ДВ и данными пациента (ДП); определяют перечень ДВ и/или ТН для замены и ранжируют их в зависимости от степени взаимодействия с остальными ДВ списка и/или противопоказания к применению с учетом ДП; а также от принадлежности к группам, расположенным во взаимосвязанных хранилищах данных, и наличия благоприятного взаимодействия, и определяют заменяющее ДВ и/или ТН для по меньшей мере одного ДВ и/или ТН. Способ обеспечивает автоматический поиск замены лекарственных препаратов на основании анализа данных о взаимодействии лекарственных препаратов и возможности возникновения неблагоприятных последствий для пациента. 2 н. и 19 з.п. ф-лы, 14 ил.

1. Способ автоматического поиска замены лекарственных препаратов, содержащий этапы, на которых:

- получают пользовательский запрос, содержащий данные о по меньшей мере одном лекарственном препарате, содержащий, по меньшей мере, торговое наименование лекарственного препарата (ТН) и данные о пациенте;

- определяют одно или более действующих веществ (ДВ) для каждого ТН;

- определяют степень взаимодействия между ДВ, а также между ДВ и данными пациента (ДП);

- определяют перечень ДВ и/или ТН для замены и ранжируют их в зависимости от степени взаимодействия с остальными ДВ списка и/или противопоказания к применению с учетом ДП, а также от принадлежности к группам, расположенным во взаимосвязанных хранилищах данных, и наличия благоприятного взаимодействия;

и

- определяют заменяющее ДВ и/или ТН для по меньшей мере, одного ДВ и/или ТН.

2. Способ по п. 1, отличающийся тем, что данные пациента включают в себя возраст и/или пол, и/или рост, и/или вес, и/или информацию о заболевании, и/или информацию о беременности, и/или срок гестации, и/или информацию о наличии аллергии.

3. Способ по п. 1, отличающийся тем, что пользовательский запрос дополнительно содержит данные о лекарственной форме и/или дозировке, и/или способе введения препарата.

4. Способ по п. 1, отличающийся тем, что определение степени взаимодействия включает в себя определение степеней неблагоприятного взаимодействия между ДВ, таких как слабой степени неблагоприятного взаимодействия (ССНВ) и средней степени неблагоприятного взаимодействия (СНВ) и степени несовместимости ДВ (СНДВ); степени противопоказания включают в себя определение ограничений к применению (ОП) и противопоказаний к применению (ПП), связанных с повышенным риском возникновения побочных эффектов в зависимости от исходных данных пациента.

5. Способ по п. 4, отличающийся тем, что для ДВ, подлежащего замене со степенью взаимодействия ССНВ, СНВ или СНДВ, и/или степенью противопоказания ОП или ПП, определяют его группы: фармакологическую группу (ФГ), химическую группу (ХГ) согласно анатомо-терапевтическо-химической классификации (АТХ), фармакологическое действие (ФД), расположенные во взаимосвязанных хранилищах данных.

6. Способ по п. 5, отличающийся тем, что определяют ранжированный перечень ДВ кандидатов для замены и по меньшей мере один приоритетный ДВ и/или ТН кандидат для замены.

7. Способ по п. 6, отличающийся тем, что для каждого найденного ДВ кандидата для замены определяется рейтинг, который зависит от группы, в которой оно было обнаружено.

8. Способ по п. 7, отличающийся тем, что в случае если одно и то же ДВ кандидат найдено в различных группах, то их оценки суммируются.

9. Способ по п. 8, отличающийся тем, что для каждого определенного ДВ кандидата определяют его связь с заменяемым ДВ с помощью анализа данных о ДВ кандидате в хранилище данных с нозологиями и ДП.

10. Способ по п. 9, отличающийся тем, что определяют степень взаимодействия ДВ кандидата с действующими веществами препаратов, указанных в пользовательском запросе, а также степень противопоказания к применению ДВ с учетом ДП.

11. Способ по п. 10, отличающийся тем, что исключают ДВ кандидаты, которые имеют степень взаимодействия СНДВ и противопоказания ПП.

12. Способ по п. 10, отличающийся тем, что если заменяемое ДВ имеет степень СНВ, то исключаются ДВ кандидаты со степенью СНВ и СНДВ.

13. Способ по п. 10, отличающийся тем, что если заменяемое ДВ имеет степень ССНВ, то исключаются ДВ кандидаты со степенью ССНВ, СНВ и СНДВ.

14. Способ по п. 10, отличающийся тем, что если заменяемое ДВ имеет степень противопоказания ОП, то исключаются ДВ кандидаты со степенью ОП и ПП.

15. Способ по п. 10, отличающийся тем, что определяют ДВ кандидаты, оказывающие благоприятное воздействие.

16. Способ по п. 10, отличающийся тем, что если заменяемое ДВ имеет степень взаимодействия или противопоказания в определенной лекарственной форме и/или дозировки, и/или с определенным способом введения препарата, определяют альтернативные лекарственные формы и/или дозировки, и/или способ введения для данного ДВ.

17. Способ по п. 10, отличающийся тем, что определяют ДВ кандидаты, оказывающие благоприятное воздействие.

18. Способ по п. 10, отличающийся тем, что исключают ДВ кандидаты, которые имеют противопоказания к применению и/или будут являться причиной возникновения нежелательных последствий для организма, и/или имеют побочные эффекты для пациента в зависимости от исходных данных пациента.

19. Способ по п. 10, отличающийся тем, что формируется ранжированный список ДВ кандидатов.

20. Способ по п. 19, отличающийся тем, что на основании списка определяется по меньшей мере одно ТН, содержащее ДВ кандидат для замены.

21. Устройство для поиска замены лекарственных препаратов, содержащее один или более процессоров, устройства и интерфейсы ввода/вывода, и память, содержащую исполняемые по меньшей мере одним процессором машиночитаемые инструкции, которые реализуют выполнение этапов способа автоматического поиска замены лекарственных препаратов по любому из пп. 1-20.